Sensoriamento remoto de alta resolução para agricultura digital

• Processo: 21/06029-7
• Modalidade de apoio: Auxílio à Pesquisa - Temático
• Vigência: 01 de agosto de 2022 - 31 de julho de 2027
• Área do conhecimento: Ciências Exatas e da Terra - Geociências - Geodésia
• Pesquisador responsável: Antonio Maria Garcia Tommaselli
• Beneficiário: Antonio Maria Garcia Tommaselli
• Instituição Sede: Faculdade de Ciências e Tecnologia (FCT). Universidade Estadual Paulista (UNESP). Campus de Presidente Prudente. Presidente Prudente , SP, Brasil
• Pesquisadores principais: Aluir Porfírio Dal Poz ; Nilton Nobuhiro Imai ; Rouverson Pereira da Silva
• Pesquisadores associados: Adilson Berveglieri ; Ana Paula Marques Ramos ; Bruno Sérgio Vieira ; David Ferreira Lopes Santos ; David Luciano Rosalen ; Edemar Moro ; Fabio Fernando de Araujo ; Fernanda Sayuri Yoshino Watanabe ; Gelci Carlos Lupatini ; George Deroco Martins ; João Carlos Cury Saad ; Maria de Lourdes Bueno Trindade Galo ; Mauricio Galo ; Milton Hirokazu Shimabukuro ; Odair Aparecido Fernandes ; Paulo de Oliveira Camargo ; Raul Queiroz Feitosa ; Renato César dos Santos
• Auxílios(s) vinculado(s): 24/04106-2 - 2024 IEEE International Geoscience and Remote Sensing Symposium - IGARSS, AR.EXT; 22/11647-4 - EMU concedido no processo 2021/06029-7: Laser Scanner Terrestre FARO Focus Premium 70, AP.EMU
• Bolsa(s) vinculada(s): 23/14756-1 - Determinação da correspondência e orientação relativa de nuvens de pontos obtidas por sistema laser terrestre, BP.MS; 23/12653-0 - Aplicação de algoritmos de aprendizado de máquina e sensoriamento remoto na previsão de perdas na colheita de amendoim, BP.IC; 23/13500-3 - Mapeamento de plantas daninhas em cultura de batata-doce a partir de imagens de alta resolução espacial, BP.IC; + mais bolsas vinculadas 23/11289-3 - Classificação de áreas infestadas com nematoides baseada em algoritmo de aprendizado de máquina utilizando imagens multiespectrais Planet, BP.IC; 23/14041-2 - Estimativa da produtividade da batata por meio de ferramentas de agricultura digital, BP.PD; 23/15204-2 - Técnicas de registro para imagens multiespectrais coletadas por um sistema terrestre móvel., BP.IC; 23/08119-9 - Sensoriamento remoto de alta resolução para monitoramento da cultura da batata, BP.IC; 23/11130-4 - Desempenho Financeiro dos Sistemas de Produção Agrícola com Sistemas Físicos e Digitais, BP.TT; 23/04806-1 - Avaliação de atividade microbiana e comunidade de nematoides em sistema de integração lavoura pecuária, BP.IC; 23/02772-2 - Detecção de linhas de plantio de laranjais usando ortomosaico de alta resolução e redes neurais convolucionais, BP.IC; 22/16084-8 - Estrutura de trabalho para sensoriamento remoto de alta resolução na tomaticultura utilizando minicomputador e computação em nuvem, BP.DR; 23/01099-2 - Processamento de imagens multiespectrais e dados de varredura a LASER coletados à curta-distância, BP.TT; 22/12750-3 - Levantamento e processamento de dados de sensoriamento remoto aéreo e terrestre em áreas de capim e soja, BP.TT; 22/14168-0 - Avaliação experimental da influência das geometrias de iluminação e aquisição no fator de reflectância dos alvos em imagens multiespectrais tomadas de VARP - Veículo Aéreo Remotamente Pilotado, BP.IC; 22/12681-1 - Geração de nuvens de pontos multiespectrais por um sistema terrestre móvel, BP.IC - menos bolsas vinculadas
• Assunto(s): Fotogrametria Sensoriamento remoto Agricultura digital Sistemas de navegação global por satélite
• Palavra(s)-Chave do Pesquisador: Fotogrametria | Imagens Multiespectrais | Integração de dados espaciais | Sensoriamento remoto proximal | Varredura a laser | Veículo Aéreo Remotamente Pilotado | Fotogrametria

Resumo

Os desafios que a agricultura enfrentará nos próximos anos exigem a assimilação e desenvolvimento de novas tecnologias para aumentar a produtividade de modo sustentável. A incorporação da agricultura digital é um dos caminhos para fazer face à estes desafios e isso inclui o uso de sensoriamento remoto de alta resolução, posicionamento GNSS (Global Navigation Satellite System) acurado, análise espacial e Inteligência Artificial (IA). O objetivo principal deste projeto é estudar a utilização em agricultura digital de dados e imagens multirresolução e multitemporais coletados por distintas plataformas e múltiplos sensores, envolvendo sensores ativos e passivos, multi e hiperespectrais, embarcados em veículos aéreos remotamente pilotados e sistemas terrestres móveis. Serão desenvolvidos sistemas físicos, técnicas e software para a aquisição, processamento e análise destes dados visando a detecção de patógenos, deficiências nutricionais, predição de produção e impacto econômico. Serão desenvolvidos sistemas para coleta de dados multiespectrais, hiperespectrais, de varredura a LASER georreferenciados os quais serão fundidos em estruturas de dados tridimensionais, englobando as vistas aéreas e terrestres, reduzindo oclusões e propiciando o desenvolvimento e aplicação de técnicas de IA específicas para dados tridimensionais multitemporais. São aspectos importantes deste projeto as ênfases na acurácia dos dados geoespaciais com vistas ao uso de dados multitemporais, o uso de técnicas de IA que explorem o conhecimento existente. Serão exploradas múltiplas cooperações internacionais e uma rede de pesquisa local. (AU)

Publicações científicas

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

MORIYA, ERIKA AKEMI SAITO; IMAI, NILTON NOBUHIRO; TOMMASELLI, ANTONIO MARIA GARCIA; HONKAVAARA, EIJA; ROSALEN, DAVID LUCIANO. Design of Vegetation Index for Identifying the Mosaic Virus in Sugarcane Plantation: A Brazilian Case Study. AGRONOMY-BASEL, v. 13, n. 6, p. 20-pg., 2023-06-01. (13/50426-4, 21/06029-7)